GeekNews Weekly

Geohot이 한동안 여러 일을 벌이더니, 요즘 글을 보면 생각이 꽤 정리된 느낌입니다.

요즘 타임라인을 보면 AI를 안 쓰면 당장 뒤처질 것 같은 분위기가 강한데, 이 글은 그런 흐름에서 한 발 물러나 있습니다. 기술 자체보다 사람이 무엇을 만들어 내느냐에 시선을 두는 점이 인상적이었습니다.

기술이 욕구와 충족 사이의 시간을 극단적으로 압축하면서 인류가 ‘가속의 10년(Acceleration Decade)’ 에 들어섰다는 주장입니다. 과거에는 발명과 채택 사이에 어느 정도의 완충 시간이 있었지만, 이제는 그 간격이 거의 사라지면서 변화의 속도가 인간의 적응 속도를 넘어가고 있다는 것이죠.

그래서 앞으로 중요한 능력은 더 빠르게 달리는 것이 아니라 언제 속도를 늦추고 방향을 선택할지 아는 판단력이라고 말합니다. 기술이 평준화될수록 취향, 판단력, 연결 능력 같은 인간적인 역량이 더 큰 차이를 만든다는 이야기입니다.

알리바바가 꽤 신기한 것을 내놨는데요. <script> 한 줄만으로 기존 웹페이지를 AI-네이티브 앱으로 확장할 수 있는 오픈소스 도구입니다. 북마클릿을 이용해 아무 페이지에나 추가할 수 있고요. 페이지에 삽입된 스크립트를 통해 별도 권한이나 브라우저 확장 없이 DOM을 직접 제어하며, 자연어로 각종 지시를 내릴 수 있습니다. 전혀 AI스럽지 않은 페이지에도 삽입하여 에이전트 같은 처리가 가능하니 다양하게 시도해보세요.

에이전트가 코드를 쓰는 시대에는, 결국 중요한 것은 코딩 실력보다 에이전트가 잘 일할 수 있는 하네스(harness)를 설계하는 능력인지도 모르겠습니다. OpenAI 팀의 사례도 모델이 알아서 다 해냈다기보다, 문서·린터·테스트·리뷰 루프 같은 스캐폴딩을 얼마나 잘 짰는가가 성패를 갈랐다는 점이 인상적입니다.

코드 생성이 빨라질수록 오히려 더 중요해지는 것은 일관성, 피드백 루프, 엔트로피 관리입니다. 소프트웨어 엔지니어링의 규율이 코드 자체에서 점점 환경 설계 쪽으로 이동하고 있다는 느낌을 주는 글입니다.

앞의 OpenAI 글이 에이전트가 잘 일할 수 있는 환경을 설계하는 일의 중요성을 보여줬다면, 이 발표는 그 점을 훨씬 더 직설적으로 말합니다. 에이전트 코딩의 핵심 경쟁력은 모델 자체보다 하네스(harness), 즉 모델 바깥에서 이를 결정론적으로 제어하고 반복 가능하게 만드는 소프트웨어 로직에 있다는 이야기입니다. 결국 중요한 것은 어떤 모델을 쓰느냐보다 그 모델을 어떤 하네스 위에서 돌리느냐라는 점이 특히 인상적이었습니다.

또 하나 흥미로운 부분은 자동화의 핵심을 결과물을 직접 만드는 것이 아니라 결과물을 만들어내는 장치를 계속 개선하는 것으로 본다는 점입니다. 바로 답을 뽑기보다 먼저 컨텍스트를 쌓고, 반복 가능한 흐름을 만들고, 그 위에서 계속 iteration하는 방식이죠. 결국 에이전트 시대의 엔지니어링은 코드 몇 줄을 더 빨리 쓰는 문제가 아니라, 좋은 하네스와 피드백 루프를 설계하는 문제에 더 가까워지고 있다는 생각이 들었습니다.

웹 구조 변화와 반봇 시스템에 능동적으로 대응하는 적응형 웹 스크래핑 프레임워크입니다. 지능형 파서가 요소를 자동 재탐색하고, Cloudflare Turnstile 같은 보안 시스템을 우회하는 Fetcher 모듈을 통해 대규모 크롤링을 안정적으로 수행합니다. Scrapy와 유사한 API로 익숙한 개발 경험을 제공하며, 비동기 구조와 프록시 회전, 체크포인트 재개 기능 등으로 실전 환경에서도 높은 효율을 보입니다.

PM Skills는 검증된 제품관리 프레임워크를 AI 워크플로우에 내장해, 단순한 문서 생성이 아닌 구조화된 제품 의사결정을 자동화합니다. 8개 도메인에 걸친 65개 스킬과 36개 체인 워크플로우를 오픈소스로 제공하며, 각 스킬은 대화 맥락에 따라 자동 로딩되어 엔드투엔드 프로세스를 실행합니다. Claude Code와 Cowork에 최적화되어 있지만, 범용 스킬 포맷을 통해 다른 AI 어시스턴트에서도 활용할 수 있습니다.

대부분의 소프트웨어 스타트업이 하이퍼 그로스 공식을 따르는 것과 달리, !Boring 팀은 정반대의 선택을 합니다. 투자 유치와 팀 확장을 통한 빠른 성장 대신, 두 명이 작은 팀을 유지하며 천천히 제품을 확장하는 방식을 택한 것이죠.

흥미로운 점은 이들이 말하는 “느린 성공”이 단순히 속도를 늦추자는 이야기가 아니라는 점입니다. 빠른 성장 게임이 결국 확률이 낮은 복권 같은 구조라면, 작은 제품을 오래 다듬어 가는 방식은 시간이 지날수록 복리처럼 쌓이는 작업에 가깝다는 관점입니다.

요즘 기술 업계가 점점 더 속도와 스케일에 집중하고 있는 만큼, 오히려 이렇게 오랫동안 흥미를 유지할 수 있는 작업을 만드는 방식을 이야기하는 글이라 인상적으로 읽었습니다.

Claude Opus 4.6이 코드 변경 여부를 스스로 판단하는 과정이 흥미로운 대화 인데요. 인간의 의도를 맥락적으로 추론해 행동을 결정하는 AI의 내부 사고 과정을 엿볼 수 있습니다. 하지만 웃기기도 하고, 좀 무섭네요.

SSH에는 잘 알려지지 않은 이스케이프 시퀀스 메뉴가 내장되어 있어, 세션이 멈췄을 때도 클라이언트 단에서 직접 제어할 수 있습니다. ↵Enter 후 ~?를 입력하면 숨겨진 명령 목록이 나타나며, ~.으로 즉시 연결을 종료하거나 ~C로 포트 포워딩을 설정할 수 있습니다. 이 기능은 서버 응답이 없어도 동작하므로, 중단된 세션을 안전하게 정리하거나 중첩 SSH 환경을 관리할 때도 유용합니다.

AI 글쓰기의 반복적 문체 패턴을 체계적으로 분류한 마크다운 파일입니다. 단어 선택부터 문장·문단 구조, 톤, 포맷, 구성까지 6개 범주로 나누어 30여 가지 상투적 표현을 예시와 함께 정리했으며, 이를 시스템 프롬프트에 추가하면 흔한 AI식 문체를 억제할 수 있습니다. “delve”, “tapestry” 같은 과잉 어휘나 “It’s not X — it’s Y” 구조처럼 거짓 심오함을 만드는 구문 등, AI 특유의 리듬을 식별하고 교정하는 데 실용적 참고 자료로 쓸수있습니다. 한국어 버전도 있으면 좋겠네요.

Claude Code가 PR마다 멀티 에이전트 팀을 투입해 자동으로 버그를 탐지하는 코드 리뷰 기능을 리서치 프리뷰로 공개했습니다. 리뷰 승인 권한은 여전히 사람에게 남기되, 병렬 에이전트가 놓치기 쉬운 결함을 선별해 개발자의 검토 품질을 끌어올리는 구조입니다. 그런데 가격이 무섭네요. 토큰 사용량 기준 과금이며, PR 크기와 복잡도에 따라 평균 $15~25 라고 합니다.

게이밍 PC를 홈서버로 전환해 개인 클라우드 환경을 구축한 사례입니다. 2018년식 Ryzen 기반 PC에 TrueNAS Community Edition을 설치하고 8TB HDD 두 개를 RAID 1으로 구성해 데이터 이중화를 확보했습니다. Immich, Backrest, Mealie, Ollama 등 오픈소스 앱을 통해 사진 백업부터 AI 모델 실행까지 통합 관리하며, Tailscale VPN으로 외부에서도 안전하게 접근할 수 있도록 설계했습니다.

AI 에이전트의 지속적 맥락 관리 수단으로 파일시스템이 다시 부상하고 있습니다. LLM의 컨텍스트 윈도우가 일시적 기억에 그치는 반면, CLAUDE.md나 aboutme.md 같은 파일은 에이전트의 정체성과 환경 정보를 영속적으로 담아 도구 간 이동성과 연속성을 보장합니다. 최근 Anthropic의 SKILL.md 포맷이 주요 기업에 채택되며 파일 포맷이 곧 API로 작동하기 시작했고, 이는 폐쇄적 SaaS 중심 구조를 넘어 개방형 인터페이스로서의 파일의 역할을 다시 부각시키고 있습니다.

자본·유통·기술력이라는 전통적 진입장벽이 클라우드·AI·오픈소스로 해체되며, 창업의 규칙이 근본적으로 다시 쓰이고 있습니다. 누구나 동일한 API에 접근할 수 있는 시대에 경쟁우위는 모델 내부가 아니라 독점 데이터와 워크플로 고착화 같은 외부 구조에서 형성됩니다. Gamma처럼 소규모 팀이 AI 전환을 통해 수천만 사용자를 확보한 사례는, 완벽한 계획보다 학습 속도와 실행력이 새로운 시대의 핵심 자산임을 보여줍니다.

Alibaba의 Qwen3.5 모델군은 0.8B부터 397B까지 폭넓은 크기를 제공하며, 멀티모달 하이브리드 추론과 최대 256K 컨텍스트를 지원합니다. Unsloth는 모든 모델을 Dynamic 2.0 GGUF 양자화로 배포해, llama.cpp나 LM Studio에서 로컬 실행이 가능하도록 했습니다. 특히 27B·35B 모델은 22GB RAM의 Mac에서도 동작하며, Thinking 모드 전환과 세밀한 파라미터 조정으로 환경에 맞는 최적 추론을 구성할 수 있습니다.

LLM의 추론력과 도구 활용 능력이 발전하면서, 사용자를 대신해 독립적으로 워크플로를 수행하는 ‘에이전트’ 가 새로운 시스템 범주로 자리 잡고 있습니다. 에이전트는 모델·도구·지침의 세 축으로 구성되어 복잡한 의사결정이나 비정형 데이터 처리가 필요한 업무를 자동화하며, 가드레일을 통해 데이터 프라이버시와 브랜드 일관성을 보호합니다. 단일 에이전트로 시작해 실제 사용자 검증을 거쳐 점진적으로 확장하는 반복적 구축 방식이 안정적 배포의 핵심입니다.

AI가 소프트웨어 개발 비용을 무너뜨리면서 ‘기능만 있는 제품’의 시대가 끝나가고 있습니다. 이제 시장의 기준선은 동작가능한 MVP가 아니라 사용자가 감정적으로 사랑할 수 있는 MLP(Minimum Lovable Product) 로 이동하고 있습니다. 기능적 완성도는 더 이상 차별점이 아니며, 제품이 사용자와 맺는 감정적 관계가 마지막 방어 해자가 됩니다. 개발팀은 ‘작동하는가’보다 ‘이것은 lovable한가’를 묻는 기준을 세워야, 복제 불가능한 경험을 설계할 수 있습니다.

여러 AI 코딩 에이전트를 병렬로 실행해 개발 효율을 높이는 확장형 터미널 IDE입니다. 각 에이전트가 독립된 Git worktree에서 동작해 충돌 없이 병렬 작업이 가능하며, 중앙 대시보드에서 상태를 실시간으로 추적할 수 있습니다. Diff 뷰어와 코드 편집기, 워크스페이스 프리셋 자동화 등으로 코드 리뷰와 환경 설정 과정을 단순화합니다. macOS에 최적화되어 있으며, CLI 기반으로 주요 AI 코딩 도구들과 완전 통합을 지원합니다.

코틀린 창시자가 공개한 LLM 기반 차세대 프로그래밍 언어로, 개발자가 코드 대신 간결한 명세(spec) 를 작성하면 시스템이 자동으로 코드를 생성합니다. 명세 변경 시 코드 차이를 자동 반영하며, 수동 코드와 생성 코드가 공존하는 프로젝트도 지원합니다. 실제 오픈소스 사례에서 코드가 최대 10배 줄고 테스트 통과율이 향상되어, 팀 단위 개발의 유지보수 효율을 높이는 새로운 접근으로 주목받고 있습니다. 사실 언어라기 보다는 LLM 기반 개발 워크플로우 같이 느껴지네요.

AI 코딩 도구가 초래한 연속적인 서비스 장애 이후, 아마존은 AI 지원 코드 변경에 시니어 엔지니어의 사전 승인 절차를 의무화했습니다. 아직 확립되지 않은 GenAI 활용 방식이 운영 리스크로 현실화되자, 자동화보다 인적 검증을 강화하는 방향으로 전환한 것인데요. AI로 인원 감축을 하는 상황과 겹쳐서 여러가지 면에서 들여다보게 됩니다.

Karpathy의 Autoresearch 에이전트들이 협업할 수 있도록 설계된 경량 연구 플랫폼입니다. 인간 중심의 GitHub 워크플로를 에이전트 중심으로 재구성해, 브랜치나 PR 대신 DAG 형태의 커밋 그래프와 게시판 기반의 실험 공유 구조를 제공합니다. Go 기반 단일 바이너리로 동작하며, SQLite와 bare git 저장소를 활용해 에이전트 간 병렬 연구를 지원합니다.

터미널 애플리케이션용 텍스트 UI를 시각적으로 설계할 수 있는 Figma 스타일의 편집 도구입니다. 드래그 앤 드롭으로 Box, Button, Table 등 20여 종의 컴포넌트를 배치하고, CSS 유사 레이아웃 엔진으로 구조를 조정하며 실시간 ANSI 미리보기를 제공합니다. 프로젝트는 .tui JSON 파일로 저장·공유할 수 있고, 향후 Ink·BubbleTea·Textual 등 여러 프레임워크로 코드 내보내기를 지원할 예정입니다.

WebAssembly는 여전히 JavaScript를 거쳐야만 Web API에 접근할 수 있는 구조로 인해 웹 플랫폼에서 2급 언어로 머물러 있습니다. Mozilla가 제안한 WebAssembly Component Model은 이러한 한계를 해결해, JS 없이도 표준화된 방식으로 API 호출과 모듈 로딩을 수행할 수 있도록 합니다. 이 모델이 정착되면 WebAssembly는 브라우저에서 직접 실행되는 1급 언어로 자리 잡아, 다양한 언어 기반의 웹 개발을 한층 단순화할 전망입니다.

전 세계 항공기·선박·위성·분쟁·CCTV 등 15개 실시간 데이터를 하나의 지리정보 기반 인터페이스로 통합한 ShadowBroker는 공개 OSINT 소스를 활용해 다중 도메인 활동을 단일 지도에서 시각화합니다. Next.js·MapLibre GL·FastAPI로 구성되어 분석가와 연구자가 항공·해상·우주·지정학 데이터를 한눈에 조망할 수 있으며, Docker 기반 자동 배포로 자가 호스팅 환경 구축도 간단합니다.

다만.. 첫 커밋 zip파일안에 ./frontend/.env.local과 ./backend/.env가 유출되어 있었다고 합니다. 바이브 코딩의 폐해인걸 까요?
관련 댓글 때문에 웃었어요. "그래서 이름이 OSINT(Open Source Intelligence)인 것임. 모든 게 공개되어 있음"

장시간 실행되는 AI 에이전트 루프를 통해 개발 업무를 자동화하는 오픈소스 도구입니다. Docker 샌드박스 안에서 Claude Code나 Gemini 같은 AI CLI를 안전하게 실행하며, 요구사항으로부터 PRD와 태스크 리스트를 자동 생성하고 반복 실행 중 각 작업의 테스트·스크린샷·커밋까지 처리합니다. 수백 개의 작업을 확장성 있게 관리하면서도 진행 상황과 메트릭을 실시간으로 추적할 수 있어, 장기적 코드 생산 자동화 파이프라인 구축에 적합합니다.

Karpathy의 Autoresearch 에이전트가 nanochat 모델을 대상으로 약 2일간 700여 회의 자율 실험을 수행해, 검증 손실을 개선하는 20개의 유효한 변경을 찾아냈습니다. 이 변경들은 더 큰 모델에도 그대로 전이되어 GPT-2 학습 시간을 11% 단축했으며, 아이디어 도출부터 검증까지의 전 과정을 자동화한 점이 핵심입니다. Karpathy는 다수의 에이전트가 협업하는 agent swarm 구조로 확장해, 모델 튜닝을 완전한 엔지니어링 워크플로로 전환하는 방향을 모색하고 있습니다.

NanoClaw가 Docker 샌드박스와 통합되면서, 각 AI 에이전트를 한 줄 명령으로 완전히 격리된 환경에서 실행할 수 있게 되었습니다. 각 에이전트는 마이크로 VM 내부의 독립 컨테이너에서 동작하며, 이중 보안 경계 구조를 통해 컨테이너 탈출 시에도 호스트 시스템이 보호됩니다. NanoClaw는 ‘불신을 전제로 한 설계’를 채택해 에이전트를 잠재적 공격자로 간주하고, 보안을 에이전트 외부에서 강제하는 구조를 구현합니다.

bitnet.cpp는 Microsoft가 공개한 1비트 LLM 공식 추론 프레임워크로, CPU와 GPU에서 손실 없는 고속 추론을 지원합니다. ARM과 x86 CPU 모두에서 최대 6배 이상의 속도 향상과 80%대 에너지 절감을 달성했으며, 병렬 커널과 임베딩 양자화를 통해 추가 성능 개선도 이뤘습니다. 단일 CPU에서 초당 5~7토큰을 처리할 수 있어, 로컬 환경에서도 초대형 모델 운용이 현실화되고 있습니다.

브라우저에서 동작하는 JavaScript DRM은 복호화된 오디오 데이터가 결국 사용자 영역을 통과하기 때문에 구조적으로 완전한 보호가 불가능합니다. HotAudio가 MediaSource Extensions API를 이용해 자체 암호화·청크 전송 방식을 구현했지만, 공격자는 프로토타입 후킹과 위장 기법으로 세 차례에 걸쳐 이를 무력화했습니다. 하드웨어 기반 Trusted Execution Environment(TEE) 가 없는 한 이런 DRM은 숙련된 사용자를 막을 수 없으며, 실질적으로는 단지 복제 시도를 늦추는 ‘정교한 마찰’에 그칩니다.

로컬 환경에서 AI 모델 실행 가능성을 손쉽게 확인할 수 있는 웹 페이지입니다. 브라우저의 WebGPU API를 활용해 GPU 성능을 추정하고, 모델별로 메모리 요구량·토큰 처리 속도·실행 등급(S~F)을 시각적으로 제공합니다. Qwen, Llama, Gemma 등 주요 모델의 실제 구동 난이도를 빠르게 비교할 수 있어, 로컬 AI 배포를 검토하는 개발자에게 실질적인 도움을 줍니다. 아이폰에서도 해당 페이지가 보인다는게 재미나네요.

AI 코드 작성 에이전트가 자율적으로 코드를 생성하는 시대에는, 결과의 정확성과 신뢰성 검증이 가장 큰 과제가 됩니다. 같은 AI가 스스로 작성한 코드를 테스트하면 ‘자기 축하 기계’가 되어 오해를 잡아내지 못하기 때문입니다. 이를 해결하기 위해 TDD의 원칙을 차용한 수용 기준 기반 검증 파이프라인을 도입, Claude Code의 headless 모드와 Playwright MCP를 결합해 별도 백엔드 없이 구현할 수 있습니다. 핵심은 작업 전 “완료의 정의”를 명확히 세우는 것으로, 이는 프롬프트 작성보다 어렵지만 AI 산출물을 신뢰하기 위한 필수 조건입니다.

로컬 AI 에이전트의 시스템 접근을 macOS 네이티브 샌드박스로 격리하는 도구입니다. 모든 에이전트가 독립된 환경에서 실행되어 홈 디렉터리나 다른 프로젝트에 접근할 수 없으며, Deny-first 접근 모델을 통해 명시적으로 허용된 경로만 읽기·쓰기가 가능합니다. 단일 Bash 스크립트로 설치가 끝나고, LLM이 자동으로 최소 권한 프로필을 생성해 개발자는 별도 설정 없이 안전한 로컬 실행 환경을 확보할 수 있습니다.

세콰이어는 AI 시대의 다음 단계가 도구(tool)를 파는 소프트웨어에서 업무 결과(work)를 파는 서비스로 이동할 것이라고 주장합니다. 지금까지의 코파일럿이 전문가의 생산성을 높이는 도구였다면, 앞으로는 특정 업무 자체를 자동으로 수행하는 오토파일럿 기업이 등장할 것이라는 전망입니다. 글에서는 직무를 지능(intelligence)과 판단(judgement) 두 축으로 나누고, 지능 비중이 높은 업무일수록 AI가 빠르게 자동화될 가능성이 높다고 설명합니다.

이 관점을 바탕으로 보험, 회계, 의료 청구, 채용 같은 대규모 서비스 시장에서 등장할 수 있는 AI 오토파일럿 기업들을 지도처럼 정리합니다. 세콰이어가 어떤 산업을 다음 AI 기회로 보고 있는지, 그리고 그 안에서 어떤 스타트업들이 움직이고 있는지를 함께 보여주는 글입니다.

앞 글과 달리 이 글은 “서비스가 소프트웨어가 될 것”이라는 VC 업계의 낙관론에 의문을 제기합니다. 전문 서비스 시장에서 고객이 돈을 지불하는 이유는 산출물 자체만이 아니라 신뢰, 책임, 자격 인증 같은 요소에 있기 때문입니다.

AI가 업무 일부를 자동화할 수는 있지만, 그것이 곧 서비스 기업을 소프트웨어 기업으로 바꾸지는 않습니다. 오히려 AI는 서비스를 소프트웨어로 대체하기보다는 기존 서비스 기업을 더 효율적인 서비스 기업으로 만드는 방향에 가깝다는 이야기입니다.

Rust 기반 TUI 도구 ‘deff’ 는 git 변경사항을 터미널에서도 Side-by-Side로 시각화해 코드 리뷰를 쉽게 만들어줍니다. 파일 단위 이동, 문법 하이라이팅, Vim 스타일 단축키 등으로 콘솔 환경에서도 GUI 수준의 탐색성을 제공합니다.

이 글의 핵심은 “네트워크 효과”와 “집계(aggregation)”를 구분해야 한다는 이야기입니다. 많은 서비스들이 네트워크 효과가 있다고 말하지만, 실제로는 단순히 데이터를 한곳에 모아 보여주는 집계 서비스에 가깝습니다. 이런 서비스는 AI 에이전트가 등장하면 쉽게 복제될 수 있습니다. 예를 들어 “모든 식당 정보를 한 앱에서 보여준다” 같은 기능은 에이전트가 금방 만들어낼 수 있는 싱글 플레이어 경험입니다.

하지만 진짜 네트워크 효과는 다른 사용자들이 참여할수록 서비스 자체가 더 좋아지는 구조입니다. 예를 들어 배달 서비스에서는 주문이 많을수록 라우팅이 좋아지고, 드라이버가 많을수록 배송 속도가 개선되고, 거래가 많을수록 평판 시스템이 의미를 갖습니다. 이런 멀티플레이어 구조는 단순히 정보를 모아 보여주는 것과 달리 에이전트가 쉽게 복제하기 어렵습니다.

그래서 이 글의 결론은 비교적 단순합니다. 에이전트 시대에는 집계형 소프트웨어의 해자는 약해지지만, 사람들이 실제로 상호작용하며 가치가 커지는 네트워크 효과 기반 서비스는 오히려 더 중요해질 수 있다는 것입니다.

Claude가 대화 중 차트·다이어그램·시각화를 실시간으로 생성하는 기능을 도입했습니다. 기존의 Artifacts가 완성된 결과물을 공유하기 위한 도구였다면, 이번 기능은 대화 맥락 속에서 이해를 돕는 임시 인라인 시각화로 작동합니다. 꽤 훌륭한 인터랙티브 자료를 실시간으로 만들어주고 있어서 다들 놀라는 분위기네요.